NumPy خالی صف کیا ہے؟
اندراجات کو شروع کیے بغیر، Python NumPy empty() array فنکشن کو مخصوص شکلوں اور اقسام کی ایک نئی صف بنانے کے لیے استعمال کیا جا سکتا ہے۔ یہ فنکشن تین ان پٹ کو قبول کرتا ہے اور ان پیرامیٹرز کو دے کر، ہم مخصوص ڈیٹا کی قسم اور ترتیب کی وضاحت کر سکتے ہیں۔ اس پوسٹ میں، ہم numpy.empty(syntax )'s اور استعمال کے ذریعے جائیں گے، جو مخصوص شکل، ترتیب اور ڈیٹا ٹائپ کے ساتھ غیر شروع شدہ ڈیٹا کی ایک صف کو لوٹاتا ہے۔ آبجیکٹ کی صفیں None کی قدر کے ساتھ شروع ہوں گی۔
NumPy خالی صف کا نحو
اس فنکشن کو استعمال کرنے کے لیے مکمل نحو درج ذیل ہے:
نحو میں درج ذیل پیرامیٹرز پائے جاتے ہیں۔ ان پیرامیٹرز میں سے ہر ایک کا ایک فنکشن ہوتا ہے۔
| پیرامیٹر کا نام | تفصیل |
| شکل | یہ خالی صف کی شکل کو بیان کرتا ہے۔ یہ انفرادی عددی قدر یا ٹیپل ہو سکتا ہے۔ |
| dtype | سرنی آئٹمز کے ڈیٹا ٹائپ کا تعین اس اختیاری پیرامیٹر سے ہوتا ہے۔ یہ ڈیفالٹ کے طور پر numpy.float64 ہے۔ |
| ترتیب | کثیر جہتی ڈیٹا ذخیرہ کرنے کا طریقہ اس اختیاری پیرامیٹر کے ذریعے متعین کیا گیا ہے۔ اس میں 'C' اور 'F' آپشنز ہیں۔ |
| پسند | یہ انتخاب پر مبنی پیرامیٹر ہے۔ یہ ایک حوالہ آبجیکٹ ہے جو ایسی صفوں کی تخلیق کو قابل بناتا ہے جو NumPy کے موافق نہیں ہیں۔ |
مخصوص فارم، آرڈر، اور ڈیٹا ٹائپ کے ساتھ غیر شروع شدہ ڈیٹا کی ایک صف کا ndarray numpy.empty() طریقہ سے واپس کیا جاتا ہے۔
اس کے بعد، ہم آپ کو کچھ مثالی پروگرام فراہم کریں گے جو مذکورہ موضوع کو تفصیل سے بیان کرتے ہیں۔
مثال 1:
آئیے ایک مثال دیکھتے ہیں کہ NumPy خالی صف کو کیسے لاگو کیا جاتا ہے۔ NumPy خالی صف کو چیک کرنے کے دو طریقے ہیں۔ NumPy zero کا array فنکشن پہلے میں استعمال ہوتا ہے اور خالی array فنکشن دوسرے میں استعمال ہوتا ہے۔ ہم اس مثال میں NumPy خالی سرنی فنکشن کے استعمال پر تبادلہ خیال کریں گے۔
ایک صف خالی طریقہ کو نافذ کرنے کا کوڈ ذیل میں دکھایا گیا ہے۔ تاہم، خالی فنکشن ہونا اس بات کی ضمانت نہیں دیتا کہ صف کی قدریں 0 ہوں گی۔ سادہ NumPy خالی صف کو دیئے گئے کوڈ میں لاگو کیا گیا ہے۔ یہ ہمیشہ فراہم کردہ شکل اور ڈیٹا کی قسم کے ساتھ غیر شروع شدہ اشیاء واپس کرتا ہے۔ کوڈ کا اسکرین شاٹ یہاں دکھایا گیا ہے۔
درآمد بے حسnew_arr = بے حس خالی ( 4 )
پرنٹ کریں ( new_arr )
کوڈ کو چلانے کے بعد، آپ ذیل میں آؤٹ پٹ دیکھ سکتے ہیں۔
numpy.array() طریقہ کو خالی صف کی تعمیر کے لیے صرف ایک خالی فہرست بھیج کر استعمال کیا جا سکتا ہے۔
درآمد بے حسنئی_لسٹ = [ ]
new_arr = بے حس صف ( نئی_لسٹ )
پرنٹ کریں ( new_arr )
ذیل میں نتیجہ ہے جس میں آپ ایک خالی صف دیکھ سکتے ہیں۔
آئیے ہم دوسرے نقطہ نظر پر بات کرتے ہیں، جو کہ numpy zero's array فنکشن ہے۔
مثال 2:
یہاں ہم نے ایک numpy zero array فنکشن نافذ کیا ہے۔ یہی پیرامیٹرز Numpy.zeros() طریقہ میں بھی موجود ہیں۔ یہ ترتیب، شکل اور قسم ہیں۔
کوڈ امیج میں، صف کی شکل دی گئی ہے جو کہ [3,3] ہے۔ اس کا مطلب ہے 3 قطاریں اور 3 کالم۔ ڈیٹا ٹائپ int ہے۔
درآمد بے حسarr_one = بے حس صفر ( [ 3 , 3 ] , dtype = 'int' )
پرنٹ کریں ( arr_one )
یہاں، آپ 3 قطاروں اور 3 کالموں کی ایک صف دیکھ سکتے ہیں۔
مثال 3:
یہاں، numpy.empty فنکشن کا 'dtype' float argument استعمال ہوتا ہے۔ آپ کوڈ میں دیکھ سکتے ہیں کہ ہم نے خالی صف کی شکل اور ڈیٹا کی قسم کی وضاحت کی ہے، جس کا مطلب ہے کہ ہم مثال میں دونوں کا اعلان کر سکتے ہیں۔ یہاں، آپ دیکھ سکتے ہیں کہ فلوٹ ویلیوز پر مشتمل 3 قطاروں اور 3 کالموں کی صف تیار کی جا رہی ہے۔
درآمد بے حسایک = بے حس خالی ( [ 3 , 3 ] , dtype = تیرنا )
پرنٹ کریں ( ایک )
مذکورہ بالا اعلان کے نتائج کو سمجھنے کے لیے درج ذیل تصویر کا استعمال کریں۔
مثال 4:
اس مثال میں، ہم 'C' فنکشن کا آرڈر پیرامیٹر استعمال کریں گے، جو C سٹائل میں row-major فارم کے لیے ہے۔ Numpy افعال درآمد اور استعمال کیے جاتے ہیں۔ ایک خالی numpy فنکشن کے ساتھ، ہم نے متغیر 'arr2' کا اعلان کیا۔ اس صورت میں، ہم نے فنکشن کی شکل، ڈیٹا کی قسم، اور ترتیب کو پاس کیا۔ آخر میں، ہم متغیر کی قدر کو پرنٹ کرنے کی کوشش کرتے ہیں۔
درآمد بے حسarr2 = بے حس خالی ( [ 4 , 4 ] , dtype = تیرنا , ترتیب = 'سی' )
پرنٹ کریں ( arr2 )
اس صورت میں، حکم تقریب کو فراہم کیا گیا تھا. مذکورہ کوڈ کے نتائج کو ظاہر کرنے کے لیے نیچے دیا گیا اسکرین شاٹ استعمال کریں۔
مثال 5:
اس مثال میں، ہم نے صرف صف کی ترتیب کو تبدیل کیا ہے جو اس معاملے میں 'F' ہے۔ باقی کوڈ اوپر کے جیسا ہی ہے۔ مذکورہ کوڈ کے نتائج کو واضح کرنے کے لیے درج ذیل تصویر کا استعمال کریں:
درآمد بے حسarr2 = بے حس خالی ( [ 4 , 4 ] , dtype = تیرنا , ترتیب = 'ایف' )
پرنٹ کریں ( arr2 )
یہاں نتیجہ ہے:
مثال 6:
اس مثال میں، ایک خالی ایک جہتی صف بنائی گئی ہے۔ صرف اس صورت میں، ہم ایک پیرامیٹر کی شکل کو استعمال کرتے ہیں۔ مندرجہ بالا کوڈ کے نتائج کو واضح کرنے کے لیے منسلک کوڈ کی تصویر کا استعمال کریں۔
درآمد بے حسoneed_arr = بے حس خالی ( شکل = دو )
پرنٹ کریں ( oneed_arr )
نتیجہ یہاں منسلک ہے:
ایک ہی مثال بغیر کسی پیرامیٹرز کے چلائی جا سکتی ہے۔ حقیقت یہ ہے کہ نتیجہ خالی ہے حالانکہ ہم صرف شکل کے سائز کو پاس کرتے ہیں (جو اس معاملے میں 4 ہے) پیرامیٹر کے طور پر اس بات کی نشاندہی کرتا ہے کہ Python ہمیں اس کو پورا کرنے کی اجازت دیتا ہے۔ آپ کی بہتر تفہیم کے لیے کوڈ کی تصویر یہاں منسلک ہے۔
درآمد بے حسoneed_arr = بے حس خالی ( 4 )
پرنٹ کریں ( oneed_arr )
یہاں آپ آؤٹ پٹ دیکھ سکتے ہیں:
مثال 7:
یہ مثال دو جہتی خالی numpy صف کے بارے میں ہے۔ Numpy افعال درآمد اور استعمال کیے جاتے ہیں۔ ایک خالی numpy فنکشن کے ساتھ، ہم نے متغیر 'twod_arr' کا اعلان کیا اور ہم نے فنکشن کی شکل اور ڈیٹا کی قسم کو پاس کیا۔ آخر میں، ہم متغیر کی قدر کو پرنٹ کرنے کی کوشش کرتے ہیں۔
درآمد بے حسtwod_arr = بے حس خالی ( شکل = [ 3 , 4 ] , dtype = int )
پرنٹ کریں ( twod_arr )
یہاں آپ دیکھ سکتے ہیں کہ 3 قطاریں اور 4 کالموں کی سرنی دکھائی دے رہی ہے۔
نتیجہ
آپ نے مذکورہ مضمون سے numpy خالی صفوں کے لیے بنیادی نحو سیکھ لیا ہے۔ مزید برآں، ہم نے دریافت کیا کہ زیرو کے فنکشن اور دیگر مثال کے طور پر خالی صفوں کو پائتھون میں لاگو کرنے کے لیے کیسے استعمال کیا جائے۔ اس پوسٹ نے ہمیں دکھایا ہے کہ Python میں numpy خالی arrays کے ساتھ کیسے کام کرنا ہے۔